Massachusetts Teknoloji Enstitüsü (MIT) Lincoln Laboratuvarı Süper Bilgi İşlem Merkezi (LLSC), geçen hafta TX-GAIN adlı yeni bir yapay zeka süper bilgisayarını devreye aldığını açıkladı. Massachusetts Teknoloji Enstitüsü’nün duyurusuna göre, sistem ABD’deki yapay zeka odaklı süper bilgisayarlar arasında en üst düzeyde konumlanıyor ve MIT’nin araştırma-geliştirme amaçlı yüksek performanslı bilgi işlem (HPC) altyapısındaki ‘yıldızlar karması’na katılıyor. TX-GAIN, TOP500 listesine de giriş yaparak dünya ölçeğinde performansını tescilledi.
ÜRETKEN ZEKA ODAĞI
Sistem, klasik sınıflandırma görevlerinden çok kullanıcıya yeni çıktı üreten üretken yapay zeka modellerini hedef alacak şekilde tasarlandı. LLSC yönetimi, TX-GAIN’in üretken yapay zekaya ek olarak kapsamlı fiziksel simülasyon ve veri analitiği iş yüklerinde de araştırmacılara ivme kazandıracağını; bilim ve mühendisliğin farklı alanlarında çığır açan sonuçların önünü açacağını vurguluyor. Sistem, karmaşık radar imzalarının değerlendirilmesi ve tespiti güç örüntülerin modellenmesinde kullanılacak.
HAVA DURUMU TAMAMLAMA
Kapsama açıkları bulunan bölgelerde meteorolojik verilerin füzyon ve tamamlama teknikleri ile birleştirilmesi planlanıyor; bu sayede kestirim doğruluğunun artması hedefleniyor.
AĞ ANOMALİ GİDERME
Yoğun ağ trafiğinde anormal davranışların saptanması ve giderilmesi için yüksek hacimli veri akışları üzerinde gerçek zamanlı/yarı gerçek zamanlı analizler öngörülüyor.
İLAÇ VE MALZEME TASARIMI
Kimyasal etkileşimlerin hesaplamalı olarak taranmasıyla yeni ilaç adayları ve ileri malzemeler için tasarım döngülerinin kısaltılması amaçlanıyor. MIT ekibi, proteomik ve yapısal biyoloji tarafında çok daha fazla protein etkileşimini ve daha fazla atom içeren büyük proteinleri modellemenin mümkün hale geldiğini; bunun biyolojik savunmada protein karakterizasyonu çalışmalarında “oyun değiştirici” etki yaratacağını değerlendiriyor.
600’DEN FAZLA GPU
TX-GAIN, yapay zeka eğitimi ve çıkarımı için optimize edilmiş 600+ NVIDIA GPU hızlandırıcısı ile donatıldı; geleneksel HPC düğümleriyle birlikte çalışacak şekilde ölçeklendirildi.
2 AI EXAFLOPS TEPESİ
Sistemin yapay zeka iş yüklerindeki tepe performansı 2 AI exaflops düzeyine ulaşıyor. MIT, TX-GAIN’i Kuzeydoğu’nun en güçlü AI sistemi olarak konumluyor.
TOP500 BAŞARISI
Farklı kategorilerdeki en iyi süper bilgisayarların sıralandığı TOP500 listesine giren TX-GAIN, MIT LLSC’nin önceki sistemleriyle birlikte kurumun küresel ligdeki varlığını güçlendirdi.
SAVUNMA VE HAVACILIK
LLSC, ABD Hava Kuvvetleri ve Uzay Kuvvetleri için AI teknolojilerinin prototiplenmesi, ölçeklendirilmesi ve sahaya uygulanmasını amaçlayan Hava Kuvvetleri Bakanlığı–MIT Yapay Zeka Hızlandırıcısı kapsamında TX-GAIN’i çekirdek altyapı olarak kullanıyor.
ULUSAL GÜVENLİK PROJELERİ
LLSC’nin süper bilgisayarları, geçmişte milyarlarca uçak karşılaşması simülasyonu ile FAA’nin çarpışma önleme sistemlerinin geliştirilmesine ve Savunma Bakanlığı için otonom navigasyon modellerinin eğitimine destek verdi; TX-GAIN, bu tür görevlerde kapasite artışı sağlayacak.
ENERJİ VERİMLİLİĞİ ODAĞI
LLSC sistemleri, enerji verimliliği önceliğiyle Massachusetts, Holyoke’taki veri merkezinde barındırılıyor. Araştırma ekibi, bilgi işlem gücünü artırırken enerji kullanımını azaltmaya dönük yeni yöntemler geliştirmeyi sürdürüyor.
MALİYET–PERFORMANS DENGESİ
Yönetim, TX-GAIN’in ‘maliyet etkin ve enerji tasarruflu biçimde öncü araştırmalar’ yürütecek yetenek setini sağladığını; binlerce araştırmacının veri işleme, model eğitimi ve büyük ölçekli simülasyon ihtiyaçlarını aynı çatı altında karşılayacağını belirtiyor.
STRATEJİK ÖNEMİ
TX-GAIN’in devreye alınması, yapay zeka süper bilgi işleminde önemli bir dönüm noktası olarak görülüyor. MIT’ye göre; üretken yapay zekanın hızla geliştiği, veri hacimlerinin katlandığı küresel rekabette yüksek performanslı altyapıya yatırım ve kurumlar arası iş birliğine dayalı Ar-Ge kritik hale geliyor. TX-GAIN, bu çerçevede hem akademi-sanayi-kamu ekseninde iş birliklerini genişletecek hem de laboratuvardan uygulamaya giden süreçleri hızlandıracak bir platform işlevi görecek.
